医疗人工智能的风口已经持续了2年多，各家公司的产品已经都陆陆续续在全国各大医院入驻，有些医院放射科扎堆了10家左右的AI产品，但在实践中，影像科医生真正使用的只有少数几个。

究其原因，主要是目前产品不能很好的解决影像科医生的需求和痛点，同时，很少产品是面向临床医生需求开发的。

那么在医疗人工智能领域，创新企业如何让医生喜欢使用自己的产品，怎样的产品才能真正解决临床医生的问题，作为企业又如何在竞争激烈的环境中脱颖而出？这些都是入局者需要解决的问题。

对此，同心医联走出了自己的发展之路，利用人工智能技术辅助医生进行诊断，依据自己线上（互联网医院）＋线下（实体影像中心）及影像＋AI开放平台结合，帮助医生提高诊断的准确性和效率，并为患者提供一站式的诊疗解决方案。

一个7岁男孩的动脉瘤解决方案

刘伟奇告诉动脉网，同心医联通过影像＋AI技术，协助临床医生解决实际问题，而不是要跟影像科医生比谁看片子看的更准。这个产品定位，可以通过一个7岁男孩的动脉瘤解决方案来说明。

同心医联的线下影像中心曾经收治了一个7岁的动脉瘤患者。按照传统的诊疗流程，放射科技师先给患者拍摄影像，然后影像科医生看片子，发现男孩患有动脉瘤。影像科医生最关心的就是识别出动脉瘤的位置、形态和大小，写出一份影像诊断报告，工作就完成了。

但是这份影像报告并不能完全解决临床医生的问题，临床医生最关心的不是动脉瘤的位置与大小，而是这个动脉瘤会不会破裂，需不需要手术治疗，如果不治疗男孩的日常生活会不会有安全隐患。

其实动脉瘤的治疗并不难，通过手术或者介入的方法就可以将动脉瘤消除掉，但是对于7岁的小男孩来说这是一个重大的手术，这个手术无论怎么做，都会对他的生长发育、智力发育产生很大的影响。

医生想要的最理想的解决方案是，利用相关技术帮助临床医生更量化、更精准地看到动脉瘤管壁稳不稳定，告诉临床医生要不要治疗，否则临床医生就只能靠自己的主观经验去猜测。如果动脉瘤情况稳定，暂时可以不对它进行手术，先进行观察、随访。

如果小男孩动脉瘤一直很稳定，那就等到手术不会对男孩产生巨大创伤的时候再去做。

传统医院影像科无法针对临床医生的需求，给出动脉瘤是否稳定的建议，事实上，这个问题超出了影像科医生的关注范围。

面对这种情况，同心医联的动脉瘤辅助诊断产品给出了它的解决方案。首先医生在系统的帮助下进行核磁共振检查获取脑部图像。

之后利用影像AI技术，将获取图像中的血管的部分、动脉瘤的部分自动的精准分割出来。然后对比同一患者不同时期，同一部位的影像，判断前后两个不同时期动脉瘤是否有增长，用计算机语言对它进行数字量化。

基于这个量化分析的结果，系统通过大数据的分析，评估动脉瘤破裂的风险，同时预测患者在什么部位最容易发生破裂，从而帮助临床医生进行后续的手术方案的制定。

同心医联的动脉瘤辅助诊断产品不仅能评价动脉瘤的长径、瘤颈，还可以判断动脉瘤和载瘤动脉之间的关系，并观察动脉瘤管壁有没有炎症。

目前很多量化以及风险评估的方式还是基于人工的手工设计，基于专家的经验；如何利用数据驱动的方法，去准确的学习这种形态量化特征，以及对长时间的病灶演变规律进行建模，从而对最终动脉瘤进行准确和精准的评估，这是未来需要进一步探索的问题。

这就是同心医联产品的设计思路，将成像技术＋AI分析＋影像诊断＋临床应用四个专业彼此融合，真正为医生和患者提供有价值的诊断和治疗建议。这才能真正对临床医生后续的诊断和治疗起到作用。